Universidad de Santiago de Chile

Facultad de Administracin y Economa

Departamento de Administracin
Ingeniera Comercial Mencin Administracin de Empresas




Resolucin de ejercicio Captulo 8
1

Anlisis de regresin mltiple: El problema de la inferencia




Alumnos: Aarn Abarca.
Benjamn Fras.
Jos Jofr
Martin Gaona.
Felipe Mndez.
Jorge Vega.
Asignatura: Modelos y Mtodos de Proyeccin.
Profesor: Medardo Aguirre Gonzlez.
Fecha: Lunes 6 de octubre de 2014

1
Gujarati, D. Econometra (Quinta ed.)
2

8.26 La demanda de cable. La tabla 8.10 presenta los datos de un fabricante de cable telefnico
para pronosticar las ventas a uno de sus principales clientes durante el periodo 1968-1983.
Ao
X2
PIB
X3
Construccin
Nuevas
Viviendas
X4
Desempleo %
X5
Tasa
Preferencia
Rezago
X6
Ganancia
Lnea Cliente
Y
Ventas
Anuales
(MPF)
1968 1051,8 1503,6 3,6 5,8 5,9 5873
1969 1078,8 1486,7 3,5 6,7 4,5 7852
1970 1075,3 1434,8 5,0 8,4 4,2 8189
1971 1107,5 2035,6 6,0 6,2 4,2 7497
1972 1171,1 2360,8 5,6 5,4 4,9 8534
1973 1235,0 2043,9 4,9 5,9 5,0 8688
1974 1217,8 1331,9 5,6 9,4 4,1 7270
1975 1202,3 1160,0 8,5 9,4 3,4 5020
1976 1271,0 1535,0 7,7 7,2 4,2 6035
1977 1332,7 1961,8 7,0 6,6 4,5 7425
1978 1399,2 2009,3 6,0 7,6 3,9 9400
1979 1431,6 1721,9 6,0 10,6 4,4 9350
1980 1480,7 1298,0 7,2 14,9 3,9 6540
1981 1510,3 1100,0 7,6 16,6 3,1 7675
1982 1492,2 1039,0 9,2 17,5 0,6 7419
1983 1535,4 1200,0 8,8 16,0 1,5 7923

Las variables en la tabla se definen de la siguiente forma:

Considere el siguiente modelo:

3

a) Estime la regresin anterior.

Utilizando el Software SPSS, en la Pestaa Analizar/Regresin/Lineal, obtenemos lo
siguiente:



La regresin quedara del a siguiente forma:

b) Cules son los signos esperados para los coeficientes de este modelo?
Consideramos que

deberan ser positivos, mientras que

deberan
tener signo negativo, esto considerando que:
Dado un aumento del PIB implica ms consumo por tanto un aumento de las
ventas.
El aumento de viviendas construidas implica la necesidad de cablear ms
territorio y por tanto deberan aumentar las ventas de cable.
La tasa de desempleo implica una posible reduccin en los clientes de cable, y
por tanto las ventas disminuiran
Si se otorga una tasa preferencial de pago de 6 meses, esto implica un retraso
en los ingresos de la empresa, lo que en trminos monetarios disminuye el
dinero percibido actualmente, y por tanto las ventas.
Si los clientes utilizan el cableado para sus propios negocios, y a estos les va
bien y generan ganancias, se espera que a su vez compren ms cableado, lo
que aumenta las ventas.

c) Corresponden los resultados empricos a las expectativas a priori?
Viendo los resultados de la regresin, se ve que

cumplieron las
expectativas, mientras que

tuvieron signos contrarios al propuesto,

quedo
con signo positivo en el modelo y

con signo negativo.

d) Son los coeficientes de regresin parcial estimados estadsticamente significativos
considerados en forma individual en el nivel de 5% de significancia?
4


Para que un coeficiente de regresin parcial se considere estadsticamente
significativo para un nivel de significancia del 5% ( ), necesita que:



La columna Sig. muestra el valor de p-value para cada coeficiente. para saber si cada
coeficiente es significativo se aplica la correspondiente prueba de hiptesis:

: PIB en miles de millones

No se rechaza

, lo que implica que

NO es significativo en el modelo.

: Construccion de Nuevas Viviendas en miles de unidades

Se rechaza

, lo que implica que

SI es significativo en el modelo.

: Tasa de desempleo (%)

Se rechaza

, lo que implica que

SI es significativo en el modelo.

: Tasa preferencial rezagada de 6 meses

No se rechaza

, lo que implica que

NO es significativo en el modelo.

: Ganancias de lnea para el cliente (%)

Se rechaza

, lo que implica que

SI es significativo en el modelo.
e) Suponga que efecta la regresin de Y sobre X2, X3 y X4 solamente y luego decide
agregar las variables X5 y X6. Cmo averiguar si se justifica agregar las variables X5 y
X6? Qu prueba utiliza? Muestre los clculos necesarios.

5

Considerando el Modelo 1 como aquel que considera

tenemos:

Aplicando

tenemos el modelo 2:

6

Evaluando la capacidad de pronstico de ambos modelos, podemos ver que el modelo
que utiliza 3 variables, logra explicar el 60,1% de la variabilidad total de la variable
dependiente, por otro lado en el modelo que incluye las 5 variables, se observa un R
cuadrado de 82,3%, que dice que dichas 5 variables logran explicar un 82,3% de la
variabilidad total de la variable dependiente.

Adicionalmente se realizara la prueba F-Global:


[

]
[

[ ]
[ ]

Luego

se rechaza y por tanto

si deberan incluirse en el modelo.

Aun as, se considera insuficiente esto, por lo que en el programa SPSS se efecta una
regresin hacia atrs, con el fin de que el modelo determine que variables deberan
sacarse del modelo.


Regin de Aceptacin Regin de Rechazo
(2,10)
4,10

F-Global = 6,271
7

Efectuando la regresin tenemos:



En el modelo con 5 variables, se ve que la variable X_5 (Tasa preferencial rezagada) es
la que posee menor correlacin parcial, por lo que el programa la saca del modelo, y
genera un modelo con 4 variables:

Con el cual, segn muestra el cuadro, se logr aumentar el valor de R cuadrado
corregido, lo que es mejor que el modelo inicial de 5 variables y el modelo propuesto
de 3.